从事工业软件、仿真平台、视觉检测或者算法落地这块开发的读者,应该都遇到过这个场景:算法部门把Matlab原型调到飞起,BP神经网络拟合、优化求解、信号处理一个比一个成熟,到了C++这边要集成,瞬间卡住。在VS或者Qt工程里调用Matlab函数,到底怎么弄?MathWorks官方文档确实有说明,但它是站在“纯Matlab用户”的角度写的,对C++工程配置、Qt的信号槽机制、依赖DLL的部署问题都不太关心。我前后在三个项目里做过VS和Qt调用Matlab函数的集成,从引擎API到Compiler SDK打包都趟过一遍,把那些真正卡人的细节和解决方案整理出来,希望能给正在做技术选型或者已经卡在配置环节的朋友一些参考。
1. 三种调用方案怎么选:引擎、打包库、转C++源码
先说结论:VS或Qt调用Matlab函数,本质上就三条路。选错方案,后面所有工作都是白费。
1.1 引擎API:最灵活,适合开发调试期
引擎API是MathWorks提供的C/C++接口。你的程序启动后会拉起一个Matlab进程作为计算引擎,通过libeng.dll、libmx.dll、libmat.dll等动态库和它双向通信。这条路几乎能调用Matlab的全部能力,包括Simulink模型、各个工具箱函数,甚至你在Matlab命令行里能敲的任意命令。
它的优点非常突出:接入快,几乎不需要改动Matlab代码,m文件放那儿就能用;缺点也同样明显——目标机器必须安装完整版Matlab,启动一个引擎进程的耗时通常在几百毫秒到几秒。这意味着它不适合做对外交付的产品,但非常适合开发期的算法验证和内部效率工具。我自己的经验是,算法验证阶段用引擎API是最快路径,任何Matlab函数都能直接调,能在半天内把C++和算法的联调跑通。
1.2 Compiler SDK:面向交付的C++共享库
如果目标是把Matlab算法打包进一个能被VS或Qt链接的C++库,走Matlab Compiler SDK。Matlab R2019b之后一般用 compiler.build.cppSharedLibrary 命令,老版本用 mcc -W cpplib 。它会生成DLL(Linux下是SO)、静态导入库和头文件,目标机器只需安装对应版本的Matlab Runtime(MCR),不用装几个GB的完整Matlab。
这是目前工程上最常用的交付形态。客户机器不需要完整Matlab,也不需要Matlab许可证,部署体积和授权问题都解决了。代价是库的调用方式不如引擎API那么任意——你得先定义好m函数的输入输出,再用mwArray这种类型去适配。
1.3 Coder转码:彻底脱离Matlab的进阶路线
如果算法本身适合生成嵌入式或纯C/C++代码——比如前向计算的神经网络、滤波器、控制算法——可以用Matlab Coder把m代码转成C/C++源码。这条路生成的代码完全脱离Matlab依赖,启动速度最快,性能最好。
但你需要面对Matlab语言子集限制:很多动态语法、部分工具箱函数不被Coder支持,转码时直接报错,必须人工改写。这个方案适合算法复杂度可控、代码量不大、对性能和部署体积有硬性要求的场景。缺点是算法团队必须配合做代码规范化,不是所有m代码都能一天改完。
1.4 我的选型建议
用一个简单的判断表帮大家定位:
| 判断条件 | 推荐方案 |
|---|---|
| 开发期验证,机器上有完整Matlab | 引擎API |
| 要交付给客户,客户机器不能装Matlab | Compiler SDK |
| 算法可转码、性能要求高、内存占用敏感 | Coder转C++ |
| 需要频繁改动算法逻辑 | 引擎API |
| 商业化产品,算法相对稳定 | Compiler SDK |
| 嵌入式/WebAssembly等极端环境 | Coder转C++ |
内部工具我一般直接用引擎API;商用软件必须走Compiler SDK。Coder转码我只有两个条件同时满足才考虑:一是算法团队愿意配合改写受限语法,二是确实需要毫秒级的启动速度。第三条路不是技术不行,是人力成本往往被低估。
2. 引擎API的环境配置:VS和Qt的差异化处理
环境配置是第一个劝退点。很多人卡在头文件找不到、库文件链接不上、运行时崩溃这三座大山前面。先说一个容易忽略的前提:Matlab安装时默认不一定带Engine组件。你需要到安装目录下确认 engine.h 是否存在。
先对齐版本意识。Matlab不同版本对应的Visual Studio版本是有官方支持列表的,比如R2020a对应VS2019,R2022a之后对应VS2022。不是不能用别的版本,但用非支持版本编译时,偶尔会遇到链接库ABI不匹配问题。我自己的经验是尽量用官方支持列表里的组合,能省掉大量无谓的排查时间。
2.1 引擎组件确认与目录定位
在Matlab命令行输入 matlabroot 查看安装根目录,然后到 matlabroot\extern\include 里找有没有 engine.h 。没有的话,回到安装包里添加组件,选“MATLAB Compiler SDK”或“MATLAB Engine API”。老版本安装界面路径不太一样,核心目标就是确认 engine.h 、 libeng.lib 这些文件存在。
组件没装全的话,VS编译时会直接报“无法打开包含文件engine.h”,根本走不到链接阶段,这个错误最容易让初学者误判成VS配置问题,其实是Matlab安装问题。
2.2 VS里配置头文件、库目录、依赖项
以VS2019为例,右键工程 -> 属性,按下面顺序配:
- C/C++ -> 常规 -> 附加包含目录 :
matlabroot\extern\include - 链接器 -> 常规 -> 附加库目录 :
matlabroot\extern\lib\win64\microsoft - 链接器 -> 输入 -> 附加依赖项 :
libeng.lib;libmx.lib;libmat.lib
这里有一个关键细节:Debug和Release分别都要配置,而且要注意平台是x64。Matlab现在主流是64位,VS工程建议直接选x64,不要用x86。位数不一致时, engOpen 通常不会编译报错,但运行时必崩或返回空指针。
2.3 Qt Creator的pro文件写法
在Qt里配置其实是同样三件事,只是位置不同。打开 .pro 文件,追加:
3005



被折叠的 条评论
为什么被折叠?



